Plate-forme virtuelle d'optimisation et de mutualisation des opérations de transport en charges partielles
Bibliographic record
Abstract
Ce mémoire vise à justifier la pertinence de la mutualisation des besoins de transport en charges partielles par les entreprises expéditrices. En effet, les avantages de la mutualisation dans un contexte de transport ont déjà été démontrés, mais plus précisément du point de vue des transporteurs. Voulant ainsi justifier un tel concept, mais du point de vue des entreprises expéditrices, une Plate-forme virtuelle d’optimisation et de mutualisation des opérations de transport en charges partielles est simulée dans ce mémoire. Pour démontrer cette pertinence, le but premier a été de s’intéresser à la réduction des émissions de gaz à effet de serre (GES) découlant d’un tel effort de mutualisation, la prémisse de ce mémoire étant de réduire l’empreinte écologique de l’industrie du transport routier et de diminuer l’achalandage sur le réseau routier à Québec. Ainsi, le deuxième but a été de s’intéresser à la réduction du nombre de camions en circulation. Enfin, le troisième et dernier but a été de s’intéresser aux gains financiers d’une telle plate-forme, soit l’incitatif presque toujours premier des entreprises. À l’aide d’entreprises situées à Québec, il a été possible de simuler un contexte réel de commerce entre des entreprises partenaires et des transporteurs. Les résultats obtenus permettent de constater qu’un effort de mutualisation aide à réduire significativement les émissions de GES dès qu’une dizaine d’entreprises participent (réductions de 35% et plus pour les trois tests effectués). Finalement, il est démontré que les résultats économiques d’une telle plate-forme sont également très attirants pour les entreprises qui acceptent d’être des partenaires d’affaires. Enfin, l’idée présentée dans ce mémoire a été poussée encore plus loin et est l’objet de l’article scientifique intitulé Service level, financial and environmental optimization of collaborative transportation auquel j’ai participé en tant coauteure.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.033 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".